JINWOOJUNG

보호되어 있는 글입니다.

Research Paper SSD Abstract 본 논문에서는 A Single Deep Neural Network인 Single Shot MultiBox Detector(SSD)를 제안한다. SSD는 서로다른 해상도를 가지는 Feature Maps에 대하여 서로다른 크기와 비율을 가진 Default Boxes로 객체를 예측 한다. SSD는 One-Stage Detector로써 빠른 속도를 가짐과 동시에 높은 mAP를 달성하였다. 특히 다양한 해상도를 가지는 Feature Maps에 대하여 예측함으로써 작은 크기의 객체에 대한 정확도를 향상시킨다.  Introduction Two-stage Detector는 추가적인 Region Proposal 생성 단계가 요구되기 때문에 정확하지만, 실시간 검출을 하기..

Research PaperYOLO AbstractYOLO는 Object Detection Task의 새로운 접근 방식이다. Object Detection Task를 하나의 Regression Problem으로 정의하며, 하나의 Network로 구현되어 End-to-End 최적화가 가능하다. One-stage Detector인 YOLO는 45fps의 실시간성을 보인다. YOLO는 더 많은 Loclization Error를 보이지만, 배경에 대한 FP를 줄이며, 객체에 대한 일반적인 특징을 잘 학습한다. Introduction Object Detection Task에서 좋은 성능을 보이는 Model은 Classifier를 Detection으로 변형한 구조를 가진다. 특히, R-CNN의 경우 Region Pr..

Problem딥러닝 모델을 돌리기 위해서는 각자의 GPU 환경에 맞는 PyTorch, CUDA 등 환경설정이 요구된다. 나는 Ubuntu 20.04, ROS1을 사용하는 중이다. 이에 맞는 Python Version은 3.8이다.ROS1은 Python 3.9 이상을 지원하지 않기 때문이다. 따라서 CUDA 등을 설치하는 과정에서 Python 3.9 이상을 요구해서 무작정 설치하다보면, Terminal이 열러지 않는 경우가 발생하게 된다. 이는 지원하지 않는 Python Version으로 설정되어서 발생한 현상이다. 그래서 각각의 모델에 맞는 환경을 설치하기 위해 Conda를 사용하는데, 몇몇 모델에 대해서는 requirement.txt가 없어 일일이 Dependency를 설치 해 줘야 하므로 그냥 Loc..

https://jinwoo-jung.tistory.com/139 Fast R-CNN...(1)Research PaperFast R-CNNSPPnet 0. Abstract 본 논문에서는 Fast Region-based Convolutional Network(Fast R-CNN) method를 제안한다. 기존 R-CNN 연구를 기반으로, 이전 연구와 비교하여 학습 및 테스트 속도를 개선하고 검jinwoo-jung.com4. Main results 본 논문에서 제안하는 Fast R-CNN은 다음과 같은 결과를 가진다.VOC07, 2010, 2012 Dataset에 대한 최고 수준의 mAPR-CNN, SPPnet에 비해 빠른 학습 및 테스트 속도VGG-16의 Conv Layer를 Fine-tuning하여 mAP..

Research PaperFast R-CNNSPPnet 0. Abstract 본 논문에서는 Fast Region-based Convolutional Network(Fast R-CNN) method를 제안한다. 기존 R-CNN 연구를 기반으로, 이전 연구와 비교하여 학습 및 테스트 속도를 개선하고 검출 정확도를 높였다.  Fast R-CNN은 VGG-16 Network 학습에 있어서 R-CNN의 9배, SPPnet의 3배 빠른 학습 속도를 보이며, R-CNN의 213배, SPPnet의 10배 빠른 테스트 속도를 보인다. 또한, PASCAL VOC 2012에서 더 높은 mAP를 보인다.  1. Introduction 최근 연구에서 Deep ConvNets는 Classification, Object Detec..

https://jinwoo-jung.tistory.com/137 Rich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)...(1)Research PaperRich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)Selective Search for Object Recognition0. AbstractPASCAL VOC dataset에 대한 Object detection 성능은 지난 몇년간 정체되어 있었으며, 기jinwoo-jung.com3. Visualization, ablation, and modes of..

Research PaperRich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)Selective Search for Object Recognition Diagnosing error in object detectors0. AbstractPASCAL VOC dataset에 대한 Object detection 성능은 지난 몇년간 정체되어 있었으며, 기존 최고 성능의 모델은 여러 저수준 특징(SIFT, HOG 등)을 결합하고 고수준 정보(Context)를 활용한 복잡한 앙상블 시스템(Deformable Part Models)이었다.  본 논문에서는 다음 2가지 Key를 결합한 R-CNN(Regions with ..